基于改进CSSD的脑电信号特征提取方法
针对脑-机接口系统在训练样本较少的情况下,存在脑电(EEG)信号特征值稳定性低、特征向量区分度差等不足,提出一种脑电特征提取方法,即正则化共空域子空间分解法(R-CSSD).该方法在传统共空域子空间分解(CSSD)算法的基础上引入正则化思想,通过正则化参数将目标实验者的训练数据与其他实验者(称为辅助实验者)的同类型训练数据进行有效结合,以构造正则化空间滤波器,完成对目标实验者运动想象EEG信号的特征提取,并进一步选用K近邻(KNN)算法实现脑电数据的分类.实验结果表明:在小训练样本情况下,R-CSSD方法有效提高了脑电信号特征值的稳定性,在提高分类正确率、降低时间消耗方面具有良好的性能.
运动想象脑电、特征提取、共空域子空间分解、正则化方法、小样本
39
R318(医用一般科学)
北京市教育委员会面上资助项目KM201110005005;北京市自然科学基金资助项目7132021;北京工业大学基础研究基金资助项目X4002011201101
2013-08-08（万方平台首次上网日期，不代表论文的发表时间）
共8页
1021-1028
